JP2010211552A - 画像処理方法及びコンピュータプログラム - Google Patents
画像処理方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP2010211552A JP2010211552A JP2009057323A JP2009057323A JP2010211552A JP 2010211552 A JP2010211552 A JP 2010211552A JP 2009057323 A JP2009057323 A JP 2009057323A JP 2009057323 A JP2009057323 A JP 2009057323A JP 2010211552 A JP2010211552 A JP 2010211552A
- Authority
- JP
- Japan
- Prior art keywords
- pixel
- separation
- region
- noise
- processed image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Ceased
Links
- 238000003672 processing method Methods 0.000 title claims description 30
- 238000004590 computer program Methods 0.000 title claims description 8
- 238000000926 separation method Methods 0.000 claims abstract description 249
- 239000006185 dispersion Substances 0.000 claims description 60
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000004800 variational method Methods 0.000 claims description 13
- 238000000638 solvent extraction Methods 0.000 claims 4
- 238000000034 method Methods 0.000 abstract description 39
- 241000255925 Diptera Species 0.000 abstract description 28
- 238000009826 distribution Methods 0.000 description 58
- 238000010586 diagram Methods 0.000 description 18
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000005191 phase separation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
- Facsimile Image Signal Circuits (AREA)
- Studio Devices (AREA)
Abstract
【目的】ブロックノイズやモスキートノイズを効果的に除去し、デジタル加工画像の画質を改善する。
【構成】加工画像を閉領域β(x,y)に複数区画する(S1)。次に、各閉領域毎に輝度の相加平均値を中心とするデータの広がりの「指標σm」を算出する(S2)。次に、この「指標σm」を基に、閉領域内の「各画素の基準の分離係数μ0」と、閉領域内の「各画素の分離強度χ」とを決定し、これらに基づいて閉領域内の「各画素の分離係数μ」を算出する。同様にして他領域の全画素に対しても分離係数μを算出する(S3)。次に、この「各画素の分離係数μ」を適用した変分法により加工画像を一様な輝度領域と輪郭で構成される骨格成分(ノイズ低減画像)と、テクスチャや雑音に相当する振動成分(ノイズ)と、差分成分とに分離する(S4)。
【選択図】 図1
【構成】加工画像を閉領域β(x,y)に複数区画する(S1)。次に、各閉領域毎に輝度の相加平均値を中心とするデータの広がりの「指標σm」を算出する(S2)。次に、この「指標σm」を基に、閉領域内の「各画素の基準の分離係数μ0」と、閉領域内の「各画素の分離強度χ」とを決定し、これらに基づいて閉領域内の「各画素の分離係数μ」を算出する。同様にして他領域の全画素に対しても分離係数μを算出する(S3)。次に、この「各画素の分離係数μ」を適用した変分法により加工画像を一様な輝度領域と輪郭で構成される骨格成分(ノイズ低減画像)と、テクスチャや雑音に相当する振動成分(ノイズ)と、差分成分とに分離する(S4)。
【選択図】 図1
Description
本発明は、非可逆圧縮画像の復元処理に伴うノイズ低減などに適用される画像処理方法及びコンピュータプログラムに関するものである。
JPEG(Joint Photographic Experts Group)やMPEG(Moving Picture Experts Group)などのデジタル加工画像(以下、単に「加工画像」という。)は原画像を周波数変換後、量子化して得られる「非可逆圧縮画像」である。加工画像は効率の良い圧縮が可能である一方で、再生画像がノイズを伴うために画質が原画像よりも劣化する。
一般に、デジタル画像に含まれるノイズを除去する上で必要なことは、入力画像(原画像)とこれに混入したノイズとを適切に分離すること(本明細書では、これを「画像分離」という。)である。この種の画像分離のアルゴリズムとして「変分法」が知られている。
例えば、特許文献1では、撮像系から取り込まれた映像信号に含まれるノイズを、注目画素に対してエッジ保存型の適用的なノイズ低減処理を行うことにより、エッジ成分の影響を軽減させること等を特徴とする、撮像システムが開示されている(特許文献1)。
この方法は、「エッジ情報」、すなわち、加工対象となる画像において、例えば輪郭を形成するような画像信号の変化が大きい部分に着目して、ノイズを除去する。上記文献において、画像分離のアルゴリズムとして言及される「TV (Total Variation) ノルム」(以下、本明細書では「TV法」という。)も、変分法の一種であると考えられる。
TV法は、入力画像を主に2つの成分、すなわち一様な輝度領域及び輪郭で構成される骨格成分と、テクスチャや雑音に相当する振動成分(ノイズ成分)から構成されるというモデルに基づいてエネルギー汎関数を定義し、その最小化問題の解を求めることによって、加工画像信号からノイズやテクスチャなどの振動成分を分離する手法であり、そのモデルの一つとしてA2BC(Aujol-Aubert-Blanc-Feraud-Chambolle)モデルが挙げられる(非特許文献1)。
加工画像を再生した際に生じるノイズの主な原因の一つは、圧縮の際に画像を「ブロック」とよばれる複数の画素単位に小分割して、各々のブロックで独立に量子化すなわち情報量の間引きがなされることに起因している。
例えば、JPEG画像では、画像を「縦横8ピクセル四方の正方形」のブロックに分割し、各ブロックに対して離散コサイン変換を行うことで、ブロック内の各画素の輝度値の平均を表す直流成分と、輝度値の変化量を表す交流成分とに分離する。そして、一般に影響の少ない交流成分を強く間引く処理を行うことで、データの圧縮を実現している。
そのため、JPEG画像を再生すると、画素の輝度値などがブロック単位で間引かれているため、量子化誤差に起因した「ブロックノイズ」や「モスキートノイズ」と呼ばれる非可逆圧縮画像に特有のノイズが生じる。ここで、「ブロックノイズ」とは、各ブロックの境界部分で輝度値等の連続性が失われ、画像の一部領域がモザイク状に見えるノイズをいう。また、「モスキートノイズ」とは、エッジ情報や色の変化の激しい部分で構成の連続性の情報が欠落し、蚊の大群がまとわり付いたように見えるノイズをいう。
本発明は、上記に鑑みてなされたものであり、加工画像の復元工程において、ブロックノイズやモスキートノイズを効果的に除去し、加工画像の画質を改善することができる画像処理方法及びコンピュータプログラムを提供することを目的とする。
本発明に係る画像処理方法は、大きく分けて5つの処理方法を提供する。本発明に係る第1の発明は、コンピュータにより加工画像からノイズを分離する画像処理方法であり、第2の発明は、コンピュータにより加工画像からノイズを、特にブロックノイズを分離する画像処理方法であり、第3乃至5の発明は、コンピュータにより加工画像からブロックノイズとモスキートノイズとを分離する画像処理方法である。
第1の発明は、以下の手順からなる。まず、加工画像を閉領域β(x,y)に複数区画する(S1)。この閉領域βは複数の画素からなる演算対象領域であり、各閉領域βは重複せずに隙間無く隣接している。次に、各閉領域毎に輝度の相加平均値を中心とするデータの広がりの「指標σm」を算出する(S2)。次に、この「指標σm」を基に、予めノイズの条件に応じて設けられた分散値と基準の分離係数の分布の関係から閉領域内の「各画素の基準の分離係数μ0」と、予めノイズの条件に応じて設けられた分散値と分離強度の分布の関係より閉領域内の「各画素の分離強度χ」とを決定し、この「各画素の基準の分離係数μ0」と「各画素の分離強度χ」とに基づいて閉領域内の「各画素の分離係数μ」を算出する。同様にして他領域の全画素に対しても分離係数μを算出する(S3)。次に、この「各画素の分離係数μ」を適用した変分法により、例えば、A2BCモデルを用いて、加工画像を一様な輝度領域と輪郭で構成される骨格成分(以下、ノイズ低減画像という。)と、テクスチャや雑音に相当する振動成分(以下ノイズという。)と、差分成分とに分離する(S4)。
閉領域において輝度の相加平均値を中心とするデータの広がりの指標σmは、閉領域の輝度の分散値や下記式1で示される一次モーメントσ1、二次モーメントσ2及びキュムラントσ4を含むm次モーメントσm(但し、mは2以上の整数)等であっても良い。
(式1)
但し、Ii,jは領域内の座標(i,j)の輝度値、IMは領域内の輝度値の相加平均、nは領域内の画素数である。
(式1)
但し、Ii,jは領域内の座標(i,j)の輝度値、IMは領域内の輝度値の相加平均、nは領域内の画素数である。
第1の発明では、各閉領域の「輝度の相加平均値を中心とするデータの広がりの指標σm」を基に除去したいノイズの条件に応じて各画素の分離係数μを求め、その分離係数μを用いた変分法により効果的に加工画像からノイズを分離し加工画像の画質を改善することができる。
第2の発明は、、以下の手順からなる。まず第1の発明と同様にして加工画像を閉領域β(x,y)に複数区画する(S1a)。次に、各閉領域毎に輝度の分散値σを算出する(S2a)。閉領域の輝度の「分散値σ」とは、閉領域内の全ての画素に対して閉領域の輝度値の相加平均と閉領域内の各画素の輝度値との差を二乗した総和を算出し、その総和を閉領域内の画素数nで割った商である。次に、この「分散値σ」を基に、予めノイズの条件に応じて設けられた分散値と基準の分離係数の分布の関係から閉領域内の「各画素の基準の分離係数μ0」と、予めノイズの条件に応じて設けられた分散値と分離強度の分布の関係より閉領域内の「各画素の分離強度χ」とを決定し、この「各画素の基準の分離係数μ0」と「各画素の分離強度χ」との積からなる閉領域内の「各画素の分離係数μ」を算出する。同様にして他領域の全画素に対しても分離係数μを求め(S3a)、第1の発明と同様にして加工画像からノイズを分離する(S4a)。
第2の発明では、各閉領域の分散値σから除去したいノイズの条件に応じて各画素の分離係数μを求め、その分離係数μを用いた変分法により効果的に加工画像からノイズを分離し加工画像の画質を改善することができる。特に、閉領域内の基準の分離係数の分布パターンを同心円状とし、閉領域内の各画素の分離強度の値を全て同一とした場合、その閉領域内の外周部分のノイズを重点的に分離することができ、ブロックノイズを効果的に分離することができる。
第3の発明は、以下の手順からなる。まず第2の発明と同様にして各領域の輝度の分散値σを求め(S1b及びS2b)、その分散値σを基に下記式2で各画素の補間後の分散値σ'を求める。次に、各領域において補間後の分散値σ'を基に予め設けられた各画素の基準の分離係数μ0と予め設けられた各画素の分離強度χとを求め、その分離係数μ0と分離強度χとを乗算することにより各領域内の各画素の分離係数μを算出する。同様にして加工画像の全画素において分離係数μを求め(S3b)、第1の発明と同様にして加工画像からノイズを分離する(S4b)。
(式2)
但し、i=1,・・・,nであって、iは各領域の番号を示し、nは補間対象画素の領域とその周囲の領域の数の総和、cは補間対象画素の領域の番号、
x、y:補間対象画素の座標、
xi、yi:領域iの中心座標、
di:補間対象画素と領域iの中心(xi、yi)との距離、
σ':補間対象画素の補間後の分散値、
σi:領域iの分散値
(式2)
但し、i=1,・・・,nであって、iは各領域の番号を示し、nは補間対象画素の領域とその周囲の領域の数の総和、cは補間対象画素の領域の番号、
x、y:補間対象画素の座標、
xi、yi:領域iの中心座標、
di:補間対象画素と領域iの中心(xi、yi)との距離、
σ':補間対象画素の補間後の分散値、
σi:領域iの分散値
第3の発明では、各画素の補間後の分散値σ'を補間対象画素を中心とする閉領域β(x,y)と同じ大きさ及び形状の計算領域γ(x,y)の輝度の分散値としても良く、さらに、各画素毎に上記式1と計算領域γ(x,y)の輝度の分散値を複合して用いても良い。
第3の発明では、各画素の分離係数μの分布を周囲領域の分散値σに応じてなだらかにし、加工画像から効果的にモスキートノイズを分離して、加工画像の画質を改善することができる。特に、分散値に応じて閉領域内の基準の分離係数の分布パターンを同心円状とした場合、画像への影響が軽微なままブロックノイズとモスキートノイズとを効果的に分離することができる。
第4の発明は、以下の手順からなる。まず第2の発明と同様にして各領域の輝度の分散値σを求め(S1c及びS2c)。次に、各領域においてその分散値σを基に予め設けられた各画素の基準の分離係数μ0と予め設けられた各画素の分離強度χとを求め、その分離係数μ0と分離強度χとを乗算することにより各画素の補間前の分離係数μ’を求める。次に、その補間前の分離係数μ’を基に下記式3で各領域内の各画素の分離係数μを算出する。同様にして加工画像の全画素において分離係数μを求め(S3c)、第1の発明と同様にして加工画像からノイズを分離する(S4c)。
(式3)
但し、i=1,・・・,nであって、iは各領域の番号を示し、nは補間対象画素の領域とその周囲の領域の数の総和、cは補間対象画素の領域の番号、
x、y:補間対象画素の座標、
xi、yi:領域iの中心座標、
di:補間対象画素と領域iの中心(xi、yi)との距離、
μ:補間対象画素の補間後の分離係数、
μi’:補間対象画素と同位相である領域iの補間前の分離係数
(式3)
但し、i=1,・・・,nであって、iは各領域の番号を示し、nは補間対象画素の領域とその周囲の領域の数の総和、cは補間対象画素の領域の番号、
x、y:補間対象画素の座標、
xi、yi:領域iの中心座標、
di:補間対象画素と領域iの中心(xi、yi)との距離、
μ:補間対象画素の補間後の分離係数、
μi’:補間対象画素と同位相である領域iの補間前の分離係数
第4の発明では、各画素の分離係数の分布を周囲領域の同位相の分離係数に応じてなだらかにし、加工画像から効果的にモスキートノイズを分離して、加工画像の画質を改善することができる。特に、分散値に応じて閉領域内の基準の分離係数の分布パターンを同心円状とした場合、画像への影響が軽微なままブロックノイズとモスキートノイズとを効果的に分離することができる。
第5の発明は、以下の手順からなる。まず第2の発明と同様にして各領域の輝度の分散値σを求め(S1d及びS2d)。その分散値σを基に前記式2で各画素の補間後の分散値σ'を求める。次に、補間後の分散値σ'を基に予め設けられた各画素の基準の分離係数μ0と予め設けられた各画素の分離強度χとを求め、分離係数μ0と分離強度χとを乗算することにより各画素の補間前の分離係数μ'を求める。次に、補間前の分離係数μ’を基に前記式3で各領域内の各画素の分離係数μを求める。同様にして加工画像の全画素において分離係数μを求め(S3d)、第1の発明と同様にして加工画像からノイズを分離する(S4d)。
第5の発明では、第2の発明と同様に各画素の補間後の分散値σ'を補間対象画素を中心とする閉領域β(x,y)と同じ大きさ及び形状の計算領域γ(x,y)の輝度の分散値としても良く、さらに、各画素毎に上記式1と計算領域γ(x,y)の輝度の分散値を複合して用いても良い
第5の発明では、各画素の分離係数の分布を第3及び第4の発明よりもよりなだらかにし、加工画像から効果的にモスキートノイズを分離して、加工画像の画質を改善することができる。特に、分散値に応じて閉領域内の基準の分離係数の分布パターンを同心円状とした場合、画像への影響が軽微なままブロックノイズとモスキートノイズとを効果的に分離することができる。
上記の方法は、コンピュータに実行させるコンピュータプログラムによって実現することができる。また上記コンピュータ及びプログラムをデジタルカメラ、デジタルテレビその他デジタル画像を表示する機器に実装することもできる。
本発明に係る画像処理方法によると、ブロックノイズとモスキートノイズを効果的に除去し、加工画像の画質を改善することができる。
図1は、本発明に係る画像処理方法の一般的な処理の流れを示すフローチャートである。図1では、まずノイズ低減対象である加工画像の領域を分割し(S1)、次に、各領域の輝度の相加平均値を中心とするデータの広がりの指標を求め(S2)、次に、その指標から各画素の分離係数を求め(S3)、次に、その分離係数をA2BCモデル等の変分法に適用して、加工画像をノイズ低減画像とノイズ成分と差分成分とに分離する(S4)処理の流れを示している。
本発明に係る画像処理方法は、加工画像の各領域の「輝度の相加平均値を中心とするデータの広がりの指標」から各画素の「分離係数」を求め、この分離係数を適用した変分法によりノイズを加工画像から分離する。ここで、「分離係数」とは、加工画像からノイズを分離させる度合いを調節する重み係数である。本発明の技術的思想の最も重要な部分は、A2BCモデル等の変分法によってブロックノイズやモスキートノイズを効果的に分離するために、各領域の「輝度の相加平均値を中心とするデータの広がりの指標」から各画素の最適な分離係数を求めることにある。以下に、各領域の「輝度の相加平均値を中心とするデータの広がりの指標」の一つである分散値を用いて、ブロックノイズ及びモスキートノイズの低減処理について説明する。なお、本発明の技術的思想の範囲と解される限りにおいて、いかなる意味においても以下の実施形態により制限的に解釈されるものではなく、各領域の「輝度の相加平均値を中心とするデータの広がりの指標」として分散値の替わりに前記式1のm次モーメントσm(m=1,2,3,・・・)を使用することもできる。
(第1の実施形態)−ブロックノイズの低減処理について−
図2は、本発明の第1の実施形態に係る画像処理方法の処理の流れを示すフローチャートである。図2では、まずノイズ低減対象である加工画像の領域を分割し(S1a)、次に、各領域の輝度の分散値を求め(S2a)、次に、その分散値から各画素の分離係数を求め(S3a)、次に、その分離係数をA2BCモデルの変分法に適用して、加工画像をノイズ低減画像とノイズ成分と差分成分とに分離する(S4a)処理の流れを示している。
図2は、本発明の第1の実施形態に係る画像処理方法の処理の流れを示すフローチャートである。図2では、まずノイズ低減対象である加工画像の領域を分割し(S1a)、次に、各領域の輝度の分散値を求め(S2a)、次に、その分散値から各画素の分離係数を求め(S3a)、次に、その分離係数をA2BCモデルの変分法に適用して、加工画像をノイズ低減画像とノイズ成分と差分成分とに分離する(S4a)処理の流れを示している。
以下に図2におけるS1a乃至S4aについて説明する。
S1a.加工画像の領域分割
最初のS1aでは、加工画像を各領域に分割する。この分割では、加工画像の種類などによって様々の領域に分割可能であるが、特に加工画像をJPEG画像とする場合、各領域を縦横8ピクセル四方の正方形で隙間無く、隣接するように区画することが好ましい。
S1a.加工画像の領域分割
最初のS1aでは、加工画像を各領域に分割する。この分割では、加工画像の種類などによって様々の領域に分割可能であるが、特に加工画像をJPEG画像とする場合、各領域を縦横8ピクセル四方の正方形で隙間無く、隣接するように区画することが好ましい。
図3(a)は、JPEG画像の分割を示す図であり、図3(b)は、図3(a)のPの領域を拡大した図である。図3(a)では、JPEG画像1の全体を正方形の領域3を一単位として隙間無く、隣接するよう区画し分割している。図3(b)では、図3(a)のB行b列、B行c列、C行b列及びC行c列に相当する各領域3が図示され、この各領域3は縦横8ピクセルの正方形である画素2でそれぞれ構成されている。
S2a.輝度の分散値算出
S2aでは、S1aで分割した各領域毎に輝度の分散値σを算出する。各領域の輝度の分散値σは下記式4により表される。
(式4)
但し、Ii,jは領域内の座標(i,j)の輝度値、IMは領域内の輝度値の相加平均、nは領域内の画素数である。
S2aでは、S1aで分割した各領域毎に輝度の分散値σを算出する。各領域の輝度の分散値σは下記式4により表される。
(式4)
但し、Ii,jは領域内の座標(i,j)の輝度値、IMは領域内の輝度値の相加平均、nは領域内の画素数である。
一般に、この輝度の分散値σは、複雑な模様の画像領域ほど大きくなり、均一な模様ほど小さくなる。例えば、細かな風景や人物を撮影したデジタル写真画像では分散値σが大きく、単色で変化の少ないCG(コンピュータグラフィックス)画像などでは分散値が小さくなる。
S3a.分離係数の算出
S3aでは、S2aで算出された各領域毎の分散値σに基づいて各画素の分離係数μを求める。具体的には、例えば、分離除去したいノイズとS2aで算出された各領域の輝度の分散値σとから、各領域の「基準の分離係数μ0」の分布パターン、例えば、「均一」状或いは「同心円」状などと、各領域の「分離強度χ」の分布パターン、例えば、「均一」或いは「各画素の分散値等を含む種々のパラメータにより表される分離強度の分布」を決定する。そして、「基準の分離係数μ0」の分布パターンと「分離強度χ」の分布パターンから、対応する画素の「基準の分離係数μ0」と「分離強度χ」とを乗算し、領域内の各画素の「分離係数μ」を求める。例えば、ある領域のブロックノイズを分離する場合、その領域の「分離強度χ」の分布パターンが「χ=const(定数)として一様に分布」していると考えると、その領域の「基準の分離係数μ0」の分布パターンは「同心円」状が好ましく、その領域内の各画素の分離係数μは、「基準の分離係数μ0」の分布パターンと同じ「同心円」状となる。S3aでは、同様の処理を加工画像の全領域で行い、全画素の分離係数μを求める。この分離係数μによって、各画素毎にノイズを調節して分離することが可能となる。なお、この「基準の分離係数μ0」の分布パターンと「分離強度χ」の分布パターンは、分離除去したいノイズや目的、例えば、「ブロックノイズ」、「質感重視」或いは「ノイズ除去重視」等に応じて予め準備しておくことが好ましい。
S3aでは、S2aで算出された各領域毎の分散値σに基づいて各画素の分離係数μを求める。具体的には、例えば、分離除去したいノイズとS2aで算出された各領域の輝度の分散値σとから、各領域の「基準の分離係数μ0」の分布パターン、例えば、「均一」状或いは「同心円」状などと、各領域の「分離強度χ」の分布パターン、例えば、「均一」或いは「各画素の分散値等を含む種々のパラメータにより表される分離強度の分布」を決定する。そして、「基準の分離係数μ0」の分布パターンと「分離強度χ」の分布パターンから、対応する画素の「基準の分離係数μ0」と「分離強度χ」とを乗算し、領域内の各画素の「分離係数μ」を求める。例えば、ある領域のブロックノイズを分離する場合、その領域の「分離強度χ」の分布パターンが「χ=const(定数)として一様に分布」していると考えると、その領域の「基準の分離係数μ0」の分布パターンは「同心円」状が好ましく、その領域内の各画素の分離係数μは、「基準の分離係数μ0」の分布パターンと同じ「同心円」状となる。S3aでは、同様の処理を加工画像の全領域で行い、全画素の分離係数μを求める。この分離係数μによって、各画素毎にノイズを調節して分離することが可能となる。なお、この「基準の分離係数μ0」の分布パターンと「分離強度χ」の分布パターンは、分離除去したいノイズや目的、例えば、「ブロックノイズ」、「質感重視」或いは「ノイズ除去重視」等に応じて予め準備しておくことが好ましい。
本発明では、各画素の分離強度χとは、例えば、各画素毎において「基準の分離係数μ0」と「分離係数μ」との比率をいう。よって、各画素の分離係数μは、対象画素の「基準の分離係数μ0」と対象画素の「分離強度χ」の積、つまり、μ=μ0・χで表される。しかし、この式は一例であり、各画素の分離係数μは対象画素の「基準の分離係数μ0」と対象画素の「分離強度χ」に基づいて関係づけられていれば良い。したがって、以下、μ=μ0・χの関係に基づいて説明するが、いかなる意味においても以下の実施形態においてμ=μ0・χの関係に制限的に解釈されるものではない。この「基準の分離係数μ0」及び「分離強度χ」は同じ領域内であっても各画素毎に異なっていても良く、各領域毎に予め除去したいノイズや目的などと分散値に応じて「基準の分離係数μ0」の分布パターンと「分離強度χ」の分布パターンを複数準備しておくことが好ましい。これにより、効率良く柔軟に各画素の分離係数μを調整して求めることができる。ここで、一般的にこの「分離強度χ」を考慮しない場合、すなわち、ある領域内の全ての画素で「分離強度χ」の値が1をとる場合、その領域内の各画素の「分離係数μ」は各画素の「基準の分離係数μ0」と同じになる。逆に「基準の分離係数μ0」を考慮しない場合、すなわち、ある領域内の全ての画素で「基準の分離係数μ0」の値が1をとる場合、その領域内の各画素の「分離係数μ」は各画素の「分離強度χ」と同じになる。また、この「基準の分離係数μ0」及び「分離強度χ」は、除去したいノイズや目的に合わせて分散値の式でそれぞれ定義することもできる。さらに、この「基準の分離係数μ0」及び「分離強度χ」は、離散フーリエ変換、離散コサイン変換、離散ウェーブレット変換などを含む周波数成分、「エントロピー」や「濃度共起行列」などによって定義することもできる。なお、
図4は、ある領域の各画素に対して同心円状に分離強度の分布を設定した一例である。図4では、JPEG画像1の縦横8ピクセルの画素2からなる或る領域3を図示し、分離強度の強さが同じ部分を同心円で示している。この領域において基準となる分離係数の値を1とした場合、外周部において分離強度を強く設定してノイズの分離を大きくし、中心部に近づくに従って分離強度を弱く設定してノイズの分離を小さくしている。このように、領域の境界のノイズを大きく分離することより、ブロックノイズが加工画像から除去されることになる。したがって、ブロックノイズを除去する場合、図4のような同心円状の分離強度の分布パターンまたは基準となる分離係数の分布パターンを予め用意しておくことが好ましい。また、同心円状に分離強度の分布を設定すると、ブロックノイズやモスキートノイズと同様に加工画像のノイズであるブロック歪み、すなわち、輪郭などが角張る現象を滑らかにすることができる。
S4a.加工画像の分離処理
S4aでは、S3aで求めた各画素の分離係数μを、TV法の一例として挙げられるA2BCモデルの変分法に適用し、加工画像をノイズ低減画像、ノイズ及び差分成分に分離する。
S4aでは、S3aで求めた各画素の分離係数μを、TV法の一例として挙げられるA2BCモデルの変分法に適用し、加工画像をノイズ低減画像、ノイズ及び差分成分に分離する。
A2BCモデルの変分法では、fを加工画像、uをノイズ低減画像、vをノイズ、f-u-vを差分成分、αを差分成分f-u-vの重み係数、μをノイズvの重み係数、すなわち分離係数とすると、加工画像fは、下記式5を満たすu、v及びf-u-vに分離することができる。
A2BCモデルでは、差分成分f-u-vはαの値、ノイズvはμの値によって、加工画像fから分離する程度をそれぞれ調節することができる。本発明では、ノイズ低減画像u及びノイズvのどちらにも関与しない差分成分f-u-vを考慮せず、効率良くノイズの分離処理を行うため、αは予め適当な値を設定しておくことが好ましい。
本発明の第1の実施形態では、ノイズや目的によって最適な分離係数を効率良く求め、加工画像からノイズを効果的に分離することができる。特に、分離係数の分布パターンを領域の外周部で強く分離するように同心円状にすることで、効果的にブロックノイズを加工画像から分離することができる。
(第2の実施形態)−拡大処理によるモスキートノイズの低減処理について−
図5は、本発明の第2の実施形態に係る画像処理方法の処理の流れを示すフローチャートである。図5では、まずノイズ低減対象である加工画像の領域を分割し(S1b)、次に、各領域の輝度の分散値を求め(S2b)、次に、その分散値を補間し、補間後の分散値から各画素の分離係数を求め(S3b)、次に、その分離係数をA2BCモデルの変分法に適用して、加工画像をノイズ低減画像とノイズと差分成分とに分離する(S4b)処理の流れを示している。
図5は、本発明の第2の実施形態に係る画像処理方法の処理の流れを示すフローチャートである。図5では、まずノイズ低減対象である加工画像の領域を分割し(S1b)、次に、各領域の輝度の分散値を求め(S2b)、次に、その分散値を補間し、補間後の分散値から各画素の分離係数を求め(S3b)、次に、その分離係数をA2BCモデルの変分法に適用して、加工画像をノイズ低減画像とノイズと差分成分とに分離する(S4b)処理の流れを示している。
第2の実施形態では、加工画像を各領域に分割して各領域の輝度の分散値を求める処理(S1b及びS2b)と、加工画像をノイズ低減画像とノイズ成分と差分成分とに分離する処理(S4b)が第1の実施形態と同じ処理である。したがって、以下に図5における分散値の補間後分離係数の算出(S3b)について説明する。
S3b.分散値の補間後分離係数の算出
S3bは、各領域の分散値σを各画素に補間する処理(以下、拡大処理という。)である。各領域間の輝度の分散値σが大きく異なると、その差が新たなノイズの原因となり、モスキートノイズを効果的に分離することができない。このため、この拡大処理により各画素に対してノイズに関する情報を付与する。
S3bは、各領域の分散値σを各画素に補間する処理(以下、拡大処理という。)である。各領域間の輝度の分散値σが大きく異なると、その差が新たなノイズの原因となり、モスキートノイズを効果的に分離することができない。このため、この拡大処理により各画素に対してノイズに関する情報を付与する。
S3bでは、S2bで算出された各領域の分散値σから前記式2の補間により各画素の「分散値σ’」を算出する。そして、「分散値σ’」と予めノイズの条件や目的に応じて設けられた分散値と基準の分離係数の分布の関係とから領域内の各画素の「基準の分離係数μ0」を求め、各画素の「分散値σ’」と予めノイズの条件に応じて設けられた分散値と分離強度の分布の関係とから領域内の各画素の「分離強度χ」を決定し、この各画素の「基準の分離係数μ0」と各画素の「分離強度χ」との積からなる領域内の各画素の分離係数μを算出する。S3bでは、同様の処理を加工画像の全領域で行い、全画素の分離係数μを求める。
図6は、ある領域内の補間対象画素から周囲の領域の中心までの距離を示す図である。前記式1では、補間対象領域とその周囲各領域の境界付近において各画素の分散値の分布がなだらかになるように、図6に示す各距離di、i=1,2・・・,9に反比例する重み付けを行い、各領域の分散値σから補間対象領域内の各画素に分散値を補間している。この拡大処理は一例であり、「バイリニア補間」、「バイキュ−ビック補間」、「スプライン補間」、「ランチェス補間」などを含む一般の画像拡大のアルゴリズムも適用できる。本発明では、この拡大処理された分散値σ’と除去したいノイズや目的によって予め設けられた分散値と分離強度χの関係式などから各領域の分離強度の分布を算出する。
ここで、基準の分離係数の分布を均一として各領域の輝度の分散値σと分離強度χとの関係を検討する。分散値σが大きい領域では、模様などが複雑に存在している画像であって、ノイズの分離を大きくすると、その領域の画像がぼけてしまう。このため、その領域全体の分離強度χを弱めに設定する必要がある。また、分散値σが小さい領域では、模様などが少ない画像であり、ノイズの分離を比較的大きくすることができるため、その領域全体の分離強度χを強めに設定することができる。しかし、これらの分離強度χの分布で加工画像をノイズ低減画像とノイズに分離した場合、芝生などのざらざらとした感じやフィルムの質感などの微小なテクスチャやエッジの情報も同様にノイズ低減画像から失われることがある。したがって、ノイズ低減画像の質感を重視する場合、分散値σが小さい領域では、分離強度χを上記の設定よりもさらに弱めに設定することが好ましく、ノイズ低減画像の質感とノイズの分離の程度をこの分離強度χの分布によって調節することができる。
図7は、分散値と分離強度の関係の概要を示す図である。このような分散値と分離強度の関係は複数のパターン存在し、除去したいノイズや目的によって予め最適なパターンを準備することにより、より効率良く効果的に加工画像からノイズを分離することができる。図7では、ノイズ低減画像の質感を重視する場合、破線で図示された線上、つまり、分散値σがσ0以上σp未満の範囲であって分離強度χがχ0以上peak未満の範囲であれば良いことがわかる。また、加工画像のノイズを強く分離したい場合、分散値σはσpであって分離強度xがpeakであるようにすれば良いことがわかる。
図8は、分散値と基準の分離係数の関係の一例を示す図である。
図8では、JPEG画像の或る領域3を図示し、この領域3の分散値σが小さい場合、基準の分離係数の分布を均一状にし、分散値σが大きい場合、基準の分離係数の分布を同心円状にすることを示している。ここで、この基準の分離係数の分布は、予め複数のパターン設けて分散値σの或る閾値や一定間隔毎に切り換えることや関数化もでき、効率良く柔軟に分離係数μを調節することができる。
図8では、JPEG画像の或る領域3を図示し、この領域3の分散値σが小さい場合、基準の分離係数の分布を均一状にし、分散値σが大きい場合、基準の分離係数の分布を同心円状にすることを示している。ここで、この基準の分離係数の分布は、予め複数のパターン設けて分散値σの或る閾値や一定間隔毎に切り換えることや関数化もでき、効率良く柔軟に分離係数μを調節することができる。
図9は、質感重視の分散値と分離強度の関係の一例を示す図である。図9では、分離強度χのclipの値によりノイズ低減画像の細部の平滑度を制御している。また、分散値σが閾値σthresholdを境に基準の分離係数の分布を分散値σの小さい側の均一状の分布から分散値σの大きい側の同心円状の分布に切り換えている。
図10は、ノイズ除去重視の分散値と分離強度の関係の一例を示す図である。図10では、分散値σがσp以下の範囲で分離強度χを最大のpeakにしノイズの分離を大きくしている。また、分散値σを基に下記式8で基準の分離係数の分布を求める。図10によって算出される分離強度の分布は、JPEGなどの圧縮画像に対して強調処理をして目立ったノイズを除去する、例えば、ある注目画像をぼかさずにその背景のノイズだけを強力に除去する場合に有効である。
(式8)
但し、i=1,・・・,nであって、iは補間に用いる画素の番号を示し、nは補間に用いる画素の数、
x、y:対象画素の座標、
xi、yi:補間に用いる画素iの座標、
di:対象画素の座標と補間に用いる画素iの座標との距離、
ai:補間に用いる画素iの座標に対応する変数、
μ0:対象画素(x,y)の基準の分離係数
図10では、(2)の式と(3)の式が閾値σthresholdで不連続であるため、ノイズ除去に影響を及びす。したがって、下記式9により図10の(2)の式で用いられる変数aiを調整することによって各領域で閾値σthreshold の不連続部分を目立たなくし、不連続部分の影響を小さくしている。
(式9)
但し、i=1,・・・,nであって、iは補間に用いる画素の番号を示し、nは補間に用いる画素の数、
x、y:対象画素の座標、
xi、yi:補間に用いる画素iの座標、
di:対象画素の座標と補間に用いる画素iの座標との距離、
bi:補間に用いる画素iの座標に対応する変数
但し、i=1,・・・,nであって、iは補間に用いる画素の番号を示し、nは補間に用いる画素の数、
x、y:対象画素の座標、
xi、yi:補間に用いる画素iの座標、
di:対象画素の座標と補間に用いる画素iの座標との距離、
bi:補間に用いる画素iの座標に対応する変数
S3bでは、S1bで分割した領域と同じ大きさ及び同じ形状であって、補間対象画素を中心とする領域の輝度の分散値を求め、その分散値をその補間対象画素の分散値σ’としても良い。この分散値を逐次求めることによって、各画素の分散値の補間ができる。さらに、各画素の分散値の補間では、各画素毎にこの補間対象画素を中心とする領域から求められる輝度の分散値と前記式2との分散値を複合して用いても良い。
図11は、補間対象画素を中心とする領域を説明する図である。図11では、領域3で分割されたJPEG画像1のある一部を示し、補間対象画素Tを中心とし、複数の画素2からなる領域4が示されている。ここで、領域4は領域3と同じ大きさでかつ同じ形状の領域である。S3bでは、この領域4において輝度の分散値を求め、画素Tの分散値、つまり、画素Tの補間後の分散値σ’としても良い。ここで、各領域3及び各領域4の中心画素は、領域内の画素数が偶数等で一つに特定できない場合、各領域内で中心部分の一つの画素を各領域の中心画素として特定しており、その中心画素は各領域で相対的に同じ位置となっている。
本発明の第2の実施形態では、拡大処理することによって、効果的にモスキートノイズを分離することができる。特に分散値に応じて基準の分離係数の分布パターンを領域の外周部で強く分離するように同心円状にすると、画像への影響が軽微なまま効果的にブロックノイズとモスキートノイズを加工画像から分離することができる。
(第3の実施形態)−加重平均処理によるモスキートノイズの低減処理について−
図12は、本発明の第3の実施形態に係る画像処理方法の処理の流れを示すフローチャートである。図12では、まずノイズ低減対象である加工画像の領域を分割し(S1c)、次に、各領域の輝度の分散値を求め(S2c)、次に、その分散値から各画素の補間後の分離係数を求め(S3c)、次に、その分離係数をA2BCモデルの変分法に適用して、加工画像をノイズ低減画像とノイズと差分成分とに分離する(S4c)処理の流れを示している。
図12は、本発明の第3の実施形態に係る画像処理方法の処理の流れを示すフローチャートである。図12では、まずノイズ低減対象である加工画像の領域を分割し(S1c)、次に、各領域の輝度の分散値を求め(S2c)、次に、その分散値から各画素の補間後の分離係数を求め(S3c)、次に、その分離係数をA2BCモデルの変分法に適用して、加工画像をノイズ低減画像とノイズと差分成分とに分離する(S4c)処理の流れを示している。
第3の実施形態では、加工画像を各領域に分割して各領域の輝度の分散値を求める処理(S1c及びS2c)と、加工画像をノイズ低減画像とノイズ成分と差分成分とに分離する処理(S4c)が第1の実施形態と同じ処理である。したがって、以下に図12における補間された分離係数の算出(S3c)について説明する。
S3c.補間された分離係数の算出
S3cは、各画素の分離係数を補間する処理(以下、加重平均処理という。)である。各領域間の分離係数μが大きく異なると、その差が新たなノイズの原因となり、モスキートノイズを効果的に分離することができない。このため、この加重平均処理により各領域間の分離係数の分布をなだらかにする。
S3cは、各画素の分離係数を補間する処理(以下、加重平均処理という。)である。各領域間の分離係数μが大きく異なると、その差が新たなノイズの原因となり、モスキートノイズを効果的に分離することができない。このため、この加重平均処理により各領域間の分離係数の分布をなだらかにする。
S3cでは、S2cで算出された各領域の分散値σと予めノイズの条件に応じて設けられた分散値と基準の分離係数の分布の関係とから領域内の各画素の「基準の分離係数μ0」を決定し、分散値σと予めノイズの条件に応じて設けられた分散値と分離強度の分布の関係とから領域内の各画素の「分離強度χ」を決定する。この「基準の分離係数μ0」と各画素の「分離強度χ」との積からなる領域内の各画素の「分離係数μ’」を前記式3の補間によって各画素の「分離係数μ」を算出する。また、S3cでは、上記処理を加工画像の全領域に対して行い、全画素の分離係数μを算出する。
図13は、ある領域内の補間対象画素から周囲の領域の中心までの距離と補間対象画素と同位相の画素を示す図である。前記式3では、補間対象領域とその周囲各領域の境界付近において各画素の分離係数μの分布がなだらかになるように、図13に示す各距離に反比例する重み付けを各同位相の分離係数に行い、補間対象領域内の各画素の分離係数を補間している。ここで、同位相の画素とは、各領域の中心から相対的に同じ位置に有る、すなわち、各領域の中心から同じ距離でかつ同じ方向に有る画素をいう。
本発明の第3の実施形態では、加重平均処理することによって、効果的にモスキートノイズを分離することができる。特に分散値に応じて基準の分離係数の分布パターンを領域の外周部で強く分離するように同心円状にすると、画像への影響が軽微なまま効果的にブロックノイズとモスキートノイズを加工画像から分離することができる。
(第4の実施形態)−拡大処理及び加重平均処理によるモスキートノイズの低減処理について−
図14は、本発明の第4の実施形態に係る画像処理方法の処理の流れを示すフローチャートである。図14では、まずノイズ低減対象である加工画像の領域を分割し(S1d)、次に、各領域の輝度の分散値を求め(S2d)、次に、その分散値を補間し、その補間後の分散値から各画素の補間後の分離係数を求め(S3d)、次に、その分離係数をA2BCモデルの変分法に適用して、加工画像をノイズ低減画像とノイズ成分と差分成分とに分離する(S4d)処理の流れを示している。
図14は、本発明の第4の実施形態に係る画像処理方法の処理の流れを示すフローチャートである。図14では、まずノイズ低減対象である加工画像の領域を分割し(S1d)、次に、各領域の輝度の分散値を求め(S2d)、次に、その分散値を補間し、その補間後の分散値から各画素の補間後の分離係数を求め(S3d)、次に、その分離係数をA2BCモデルの変分法に適用して、加工画像をノイズ低減画像とノイズ成分と差分成分とに分離する(S4d)処理の流れを示している。
第4の実施形態では、加工画像を各領域に分割して各領域の輝度の分散値を求める処理(S1d及びS2d)と、加工画像をノイズ低減画像とノイズ成分と差分成分とに分離する処理(S4d)が第1の実施形態と同じ処理である。したがって、以下に図14における分散値の補間後補間された分離係数の算出(S3d)について説明する。
S3d.分散値の補間後補間された分離係数の算出
S3dは、S3bとS3cとを合わせた処理、すなわち、拡大処理と加重平均処理との複合処理である。S3dでは、S2dで算出された各領域の分散値σを拡大処理することにより各画素の分散値σ’を算出し、その分散値σ’と予めノイズの条件に応じて設けられた分散値と分離強度の分布の関係とから領域内の各画素の「分離強度χ」を決定する。そして、分散値σ’を基に予めノイズの条件に応じて設けられた分散値と基準の分離係数の分布の関係から領域内の各画素の「基準の分離係数μ0」を決定し、この各画素の「分離強度χ」と各画素の「基準の分離係数μ0」との積からなる領域内の各画素の「分離係数μ’」を加重平均処理することにより各画素の「分離係数μ」を算出する。S3dでは、上記処理を加工画像の全領域に対して行い、全画素の分離係数μを算出する。
S3dは、S3bとS3cとを合わせた処理、すなわち、拡大処理と加重平均処理との複合処理である。S3dでは、S2dで算出された各領域の分散値σを拡大処理することにより各画素の分散値σ’を算出し、その分散値σ’と予めノイズの条件に応じて設けられた分散値と分離強度の分布の関係とから領域内の各画素の「分離強度χ」を決定する。そして、分散値σ’を基に予めノイズの条件に応じて設けられた分散値と基準の分離係数の分布の関係から領域内の各画素の「基準の分離係数μ0」を決定し、この各画素の「分離強度χ」と各画素の「基準の分離係数μ0」との積からなる領域内の各画素の「分離係数μ’」を加重平均処理することにより各画素の「分離係数μ」を算出する。S3dでは、上記処理を加工画像の全領域に対して行い、全画素の分離係数μを算出する。
本発明の第4の実施形態では、拡大処理及び加重平均処理することによって、効果的にモスキートノイズを分離することができる。特に分散値に応じて基準の分離係数の分布パターンを領域の外周部で強く分離するように同心円状にすると、画像への影響の軽微なまま効果的にブロックノイズとモスキートノイズを加工画像から分離することができる。
図15は、標準テストイメージのLenna画像(グレースケール、256×256画素)をJPEG圧縮し、そのノイズ低減効果を示した棒グラフを示す図である。画像の信号と混入したノイズとの比率PSNR(Peak Signal-to-Noise Ratio)では、その値が高いほど画質が良いとされ、図15では、本発明の加工画像のノイズ低減処理によってノイズを有効に除去していることがわかる。また、棒グラフBでは本発明の第1の実施形態によってブロックノイズの除去の効果を示し、棒グラフCでは本発明の第2乃至4の実施形態によってブロックノイズとモスキートノイズとの除去の効果を示しており、拡大処理及び加重平均処理によってノイズをより効果的に除去できていることがわかる。
(第5の実施形態)−画像処理用アプリケーションプログラムについて−
第5の実施形態は、パーソナルコンピュータ等のコンピュータ上で実行される画像処理用アプリケーションプログラムとして、本発明の画像処理方法を実現するコンピュータプログラムを提供する形態を示している。
第5の実施形態は、パーソナルコンピュータ等のコンピュータ上で実行される画像処理用アプリケーションプログラムとして、本発明の画像処理方法を実現するコンピュータプログラムを提供する形態を示している。
図16は、本発明の第5の実施形態における画像処理装置の構成を示すブロック図である。パーソナルコンピュータに本発明に係る各画像処理方法の各ステップを実行させるプログラムをインストールした画像処理装置20は、装置全体を制御するCPU(Central Processing Unit)21、RAM(Random Access Memory)等の一時記憶手段22、ハードディスクなどの記憶手段23、記録媒体から各データを読み取る光学ディスクドライブ等の補助記憶手段24、マウス及びキーボード等の入力手段25、モニタやプリンタ等の出力手段26を備えている。記録媒体に記録された本発明に係るコンピュータプログラムを記憶手段23に読み取り、制御手段21の制御により、オペレーティングシステム上で実行させることにより、パーソナルコンピュータは本発明に係る画像処理装置20として動作する。
画像処理装置20では、記憶手段22に記憶させたコンピュータプログラムを制御手段21の制御に基づいて図1、図2、図5、図12及び図14で説明した各ステップを実行することにより、記憶手段23などに記憶している画像や外部とのインターフェース27を通じて入力を受け付けた画像を入力画像に対し、画像処理を行い、出力手段26から出力画像を出力する。
本発明は、加工画像にブロック分割やエッジの情報によるノイズを含む場合でも、画質の状況や目的に応じてノイズを除去することができ、コンピュータ画像を扱う業務、特に特定の部分などを抽出し画像解析処理する分野などの幅広い応用が期待される。従って、本発明の産業上利用可能性は極めて大きい。
1 JPEG画像
2 画素(ピクセル)
3 分割された領域
4 補間対象画素Tを中心とし、領域3と同じ大きさで同じ形状の領域
20 本発明のプログラムをインストールした画像処理装置
21 CPU(Central Processing Unit)
22 一時記憶手段(RAM)
23 記憶手段(ハードディスク)
24 補助記憶手段(光学ディスクドライブ等)
25 入力手段(マウス及びキーボード等)
26 出力手段(モニタやプリンタ等)
27 入出力インターフェース
2 画素(ピクセル)
3 分割された領域
4 補間対象画素Tを中心とし、領域3と同じ大きさで同じ形状の領域
20 本発明のプログラムをインストールした画像処理装置
21 CPU(Central Processing Unit)
22 一時記憶手段(RAM)
23 記憶手段(ハードディスク)
24 補助記憶手段(光学ディスクドライブ等)
25 入力手段(マウス及びキーボード等)
26 出力手段(モニタやプリンタ等)
27 入出力インターフェース
Claims (6)
- 加工画像に含まれる各画素のノイズを低減する画像処理方法において、
加工画像を複数の画素からなる閉領域β(x,y)に、前記閉領域間を隣接させて隙間無く区画するステップ(S1)と、
前記閉領域の輝度値の相加平均値を中心とするデータの広がりの指標(σm)を全閉領域において求めるステップ(S2)と、
前記指標(σm)を基に予め設けられた各画素の基準の分離係数(μ0)と予め設けられた各画素の分離強度(χ)とを求め、
前記分離係数(μ0)と前記分離強度(χ)とに基づいて分離係数(μ)を前記加工画像の全画素において求めるステップ(S3)と、
前記加工画像に前記分離係数(μ)を適用し変分法によりノイズ低減画像及びノイズを分離するステップ(S4)と
を具備することを特徴とする画像処理方法。 - 加工画像に含まれる各画素のノイズを低減する画像処理方法において、
加工画像を複数の画素からなる閉領域β(x,y)に、前記閉領域間を隣接させて隙間無く区画するステップ(S1a)と、
前記閉領域の輝度値の相加平均と前記閉領域内の各画素の輝度値との差を二乗した総和を算出し、前記総和を前記閉領域内の画素数nで除算することにより前記閉領域の輝度の分散値(σ)を全閉領域において求めるステップ(S2a)と、
前記分散値(σ)を基に予め設けられた各画素の基準の分離係数(μ0)と予め設けられた各画素の分離強度(χ)とを求め、
前記分離係数(μ0)と前記分離強度(χ)とを乗算することにより分離係数(μ)を前記加工画像の全画素において求めるステップ(S3a)と、
前記加工画像に前記分離係数(μ)を適用し変分法によりノイズ低減画像及びノイズを分離するステップ(S4a)と
を具備することを特徴とする画像処理方法。 - 加工画像に含まれる各画素のノイズを低減する画像処理方法において、
加工画像を複数の画素からなる閉領域β(x,y)に、前記閉領域間を隣接させて隙間無く区画するステップ(S1b)と、
前記閉領域の輝度値の相加平均と前記閉領域内の各画素の輝度値との差を二乗した総和を算出し、前記総和を前記閉領域内の画素数nで除算することにより前記閉領域の輝度の分散値(σ)を全閉領域において求めるステップ(S2b)と、
前記分散値(σ)を基に下式2により、又は、
補間対象画素を中心とする前記閉領域と同一の大きさ及び同一の形状の計算領域γ(x,y)を確保できる場合は、前記計算領域の輝度値の相加平均と前記計算領域内の各画素の輝度値との差を二乗した総和を算出し、前記総和を前記計算領域内の画素数nで除算した値を補間対象画素の分散値(σ')とすることにより、又は、
それらの複合により各画素の補間後の分散値(σ')を求め、
前記補間後の分散値(σ')を基に予め設けられた各画素の基準の分離係数(μ0)と予め設けられた各画素の分離強度(χ)とを求め、
前記分離係数(μ0)と前記分離強度(χ)とを乗算することにより分離係数(μ)を前記加工画像の全画素において求めるステップ(S3b)と、
前記加工画像に前記分離係数(μ)を適用し変分法によりノイズ低減画像及びノイズを分離するステップ(S4b)と
を具備することを特徴とする画像処理方法。
(式2)
但し、i=1,・・・,nであって、iは各領域の番号を示し、nは補間対象画素の領域とその周囲の領域の数の総和、cは補間対象画素の領域の番号、
x、y:補間対象画素の座標、
xi、yi:領域iの中心座標、
di:補間対象画素と領域iの中心(xi、yi)との距離、
σ':補間対象画素の補間後の分散値、
σi:領域iの分散値 - 加工画像に含まれる各画素のノイズを低減する画像処理方法において、
加工画像を複数の画素からなる閉領域β(x,y)に、前記閉領域間を隣接させて隙間無く区画するステップ(S1c)と、
前記閉領域の輝度値の相加平均と前記閉領域内の各画素の輝度値との差を二乗した総和を算出し、前記総和を前記閉領域内の画素数nで除算することにより前記閉領域の輝度の分散値(σ)を全閉領域において求めるステップ(S2c)と、
前記分散値(σ)を基に予め設けられた各画素の基準の分離係数(μ0)と予め設けられた各画素の分離強度(χ)とを求め、
前記分離係数(μ0)と前記分離強度(χ)とを乗算することにより各画素の補間前の分離係数(μ’)を求め、
前記補間前の分離係数(μ’)を基に下式3で分離係数(μ)を前記加工画像の全画素において求めるステップ(S3c)と、
前記加工画像に前記分離係数(μ)を適用し変分法によりノイズ低減画像及びノイズを分離するステップ(S4c)と
を具備することを特徴とする画像処理方法。
(式3)
但し、i=1,・・・,nであって、iは各領域の番号を示し、nは補間対象画素の領域とその周囲の領域の数の総和、cは補間対象画素の領域の番号、
x、y:補間対象画素の座標、
xi、yi:領域iの中心座標、
di:補間対象画素と領域iの中心(xi、yi)との距離、
μ:補間対象画素の補間後の分離係数、
μi’:補間対象画素と同位相である領域iの補間前の分離係数 - 加工画像に含まれる各画素のノイズを低減する画像処理方法において、
加工画像を複数の画素からなる閉領域β(x,y)に、前記閉領域間を隣接させて隙間無く区画するステップ(S1d)と、
前記閉領域の輝度値の相加平均と前記閉領域内の各画素の輝度値との差を二乗した総和を算出し、前記総和を前記閉領域内の画素数nで除算することにより前記閉領域の輝度の分散値(σ)を全閉領域において求めるステップ(S2d)と、
前記分散値(σ)を基に前記式2により、又は、
補間対象画素を中心とする前記閉領域と同一の大きさ及び同一の形状の計算領域γ(x,y)を確保できる場合は、前記計算領域の輝度値の相加平均と前記計算領域内の各画素の輝度値との差を二乗した総和を算出し、前記総和を前記計算領域内の画素数nで除算した値を補間対象画素の分散値(σ')とすることにより、又は、
それらの複合により各画素の補間後の分散値(σ')を求め、
前記補間後の分散値(σ')を基に予め設けられた各画素の基準の分離係数(μ0)と予め設けられた各画素の分離強度(χ)とを求め、
前記分離係数(μ0)と前記分離強度(χ)とを乗算することにより各画素の補間前の分離係数(μ')を求め、
前記補間前の分離係数(μ’)を基に前記式3で分離係数(μ)を前記加工画像の全画素において求めるステップ(S3d)と、
前記加工画像に前記分離係数(μ)を適用し変分法によりノイズ低減画像及びノイズを分離するステップ(S4d)と
を具備することを特徴とする画像処理方法。 - 請求項1乃至5のいずれか1項に記載の各ステップを、コンピュータに実行させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009057323A JP2010211552A (ja) | 2009-03-11 | 2009-03-11 | 画像処理方法及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009057323A JP2010211552A (ja) | 2009-03-11 | 2009-03-11 | 画像処理方法及びコンピュータプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010211552A true JP2010211552A (ja) | 2010-09-24 |
Family
ID=42971627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009057323A Ceased JP2010211552A (ja) | 2009-03-11 | 2009-03-11 | 画像処理方法及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010211552A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012102191A1 (ja) * | 2011-01-27 | 2012-08-02 | シャープ株式会社 | 画像データ処理装置、画像データ処理方法、画像データ処理プログラム、およびコンピュータ読取可能な記録媒体 |
JP2016100700A (ja) * | 2014-11-20 | 2016-05-30 | キヤノン株式会社 | 撮像装置、撮像方法、撮像プログラム、画像処理装置、画像処理方法および画像処理プログラム |
CN112053295A (zh) * | 2020-08-21 | 2020-12-08 | 珠海市杰理科技股份有限公司 | 图像降噪方法、装置、计算机设备和存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05135170A (ja) * | 1991-05-09 | 1993-06-01 | Eastman Kodak Co | ノイジーイメージシーケンスのテンポラリー適応型フイルタリングのための方法 |
JPH05151354A (ja) * | 1991-11-28 | 1993-06-18 | Fujitsu Ltd | 三次元運動パラメータ推定方式 |
JPH0846966A (ja) * | 1994-07-29 | 1996-02-16 | Matsushita Electric Ind Co Ltd | 画質改善方法 |
JP2003331283A (ja) * | 2002-05-13 | 2003-11-21 | Toyota Central Res & Dev Lab Inc | 画像ノイズ検出方法及びそれを用いた画像処理装置 |
JP2004086598A (ja) * | 2002-08-27 | 2004-03-18 | Canon Inc | 診断支援装置 |
JP2004159311A (ja) * | 2002-10-16 | 2004-06-03 | Matsushita Electric Ind Co Ltd | 画像処理装置および画像処理方法 |
JP2005136766A (ja) * | 2003-10-31 | 2005-05-26 | Sony Corp | 画像処理装置および画像処理方法 |
JP2006244076A (ja) * | 2005-03-02 | 2006-09-14 | Fuji Photo Film Co Ltd | 計算装置及び計算方法 |
JP2008005462A (ja) * | 2006-05-22 | 2008-01-10 | Fujitsu Ltd | 画像処理装置 |
JP2008503192A (ja) * | 2004-06-14 | 2008-01-31 | プレコード,インコーポレイテッド | 画像クリーンアップおよび前置符号化 |
JP2008042407A (ja) * | 2006-08-03 | 2008-02-21 | Nippon Hoso Kyokai <Nhk> | Tv法を用いた画像符号化装置及び復号化装置 |
JP2008124764A (ja) * | 2006-11-10 | 2008-05-29 | Olympus Corp | 撮像システム、画像処理プログラム |
WO2008084585A1 (ja) * | 2007-01-10 | 2008-07-17 | Kanagawa University | 画像処理装置および撮像装置 |
-
2009
- 2009-03-11 JP JP2009057323A patent/JP2010211552A/ja not_active Ceased
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05135170A (ja) * | 1991-05-09 | 1993-06-01 | Eastman Kodak Co | ノイジーイメージシーケンスのテンポラリー適応型フイルタリングのための方法 |
JPH05151354A (ja) * | 1991-11-28 | 1993-06-18 | Fujitsu Ltd | 三次元運動パラメータ推定方式 |
JPH0846966A (ja) * | 1994-07-29 | 1996-02-16 | Matsushita Electric Ind Co Ltd | 画質改善方法 |
JP2003331283A (ja) * | 2002-05-13 | 2003-11-21 | Toyota Central Res & Dev Lab Inc | 画像ノイズ検出方法及びそれを用いた画像処理装置 |
JP2004086598A (ja) * | 2002-08-27 | 2004-03-18 | Canon Inc | 診断支援装置 |
JP2004159311A (ja) * | 2002-10-16 | 2004-06-03 | Matsushita Electric Ind Co Ltd | 画像処理装置および画像処理方法 |
JP2005136766A (ja) * | 2003-10-31 | 2005-05-26 | Sony Corp | 画像処理装置および画像処理方法 |
JP2008503192A (ja) * | 2004-06-14 | 2008-01-31 | プレコード,インコーポレイテッド | 画像クリーンアップおよび前置符号化 |
JP2006244076A (ja) * | 2005-03-02 | 2006-09-14 | Fuji Photo Film Co Ltd | 計算装置及び計算方法 |
JP2008005462A (ja) * | 2006-05-22 | 2008-01-10 | Fujitsu Ltd | 画像処理装置 |
JP2008042407A (ja) * | 2006-08-03 | 2008-02-21 | Nippon Hoso Kyokai <Nhk> | Tv法を用いた画像符号化装置及び復号化装置 |
JP2008124764A (ja) * | 2006-11-10 | 2008-05-29 | Olympus Corp | 撮像システム、画像処理プログラム |
WO2008084585A1 (ja) * | 2007-01-10 | 2008-07-17 | Kanagawa University | 画像処理装置および撮像装置 |
JP2008172431A (ja) * | 2007-01-10 | 2008-07-24 | Univ Kanagawa | 画像処理装置および撮像装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012102191A1 (ja) * | 2011-01-27 | 2012-08-02 | シャープ株式会社 | 画像データ処理装置、画像データ処理方法、画像データ処理プログラム、およびコンピュータ読取可能な記録媒体 |
JP2016100700A (ja) * | 2014-11-20 | 2016-05-30 | キヤノン株式会社 | 撮像装置、撮像方法、撮像プログラム、画像処理装置、画像処理方法および画像処理プログラム |
CN112053295A (zh) * | 2020-08-21 | 2020-12-08 | 珠海市杰理科技股份有限公司 | 图像降噪方法、装置、计算机设备和存储介质 |
CN112053295B (zh) * | 2020-08-21 | 2024-04-05 | 珠海市杰理科技股份有限公司 | 图像降噪方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9842382B2 (en) | Method and device for removing haze in single image | |
TWI406571B (zh) | Image Processing Method for Enhancing Image Edge Resolution | |
US9019393B2 (en) | Video processing system and method | |
US8059911B2 (en) | Depth-based image enhancement | |
JP5197414B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6432214B2 (ja) | 画像処理装置、画像処理方法、記憶媒体及びプログラム | |
JPWO2002093935A1 (ja) | 画像処理装置 | |
US20030228064A1 (en) | Multiresolution method of spatially filtering a digital image | |
JP5367667B2 (ja) | 画像処理装置 | |
US7903900B2 (en) | Low complexity color de-noising filter | |
Jaiswal et al. | Exploitation of inter-color correlation for color image demosaicking | |
JP5824155B2 (ja) | 画像のノイズ除去、圧縮および補間のための異方性勾配の正則化 | |
JP2004159311A (ja) | 画像処理装置および画像処理方法 | |
US20130114895A1 (en) | Joint Color Channel Image Noise Filtering and Edge Enhancement in the Bayer Domain | |
JP2010211552A (ja) | 画像処理方法及びコンピュータプログラム | |
WO2016051716A1 (ja) | 画像処理方法、画像処理装置、及び画像処理プログラムを記憶する記録媒体 | |
JP6938282B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP6957665B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2004088615A (ja) | 動画像合成方法および装置並びにプログラム | |
JP2011043901A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、および、電子機器 | |
WO2015151279A1 (ja) | フォーカス評価を補助するための装置、プログラム及び方法 | |
Tajima et al. | Chromatic interpolation based on anisotropy-scale-mixture statistics | |
JP2004348293A (ja) | 画像品質計算装置および方法、そのプログラム並びに記録媒体 | |
JP2012156968A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP4001457B2 (ja) | 多重解像度変換方法および装置並びに記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111227 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120117 |
|
A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20120529 |